今天要來講在Pandas自訂資料index索引值，
那麼直接來看範例吧。

範例

首先，先建立一個DataFrame結構的資料，
或是有匯入的資料轉成DataFrame結構也行。
這邊為了方便對照，先印出完整的資料來看。

studentsData = {
    'studentId': ['001', '002', '003'],
    'Name': ['A', 'B', 'C'],
    'Height': [175, 153, 164],
    'Weight': [80, 45, 75],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
students = pd.DataFrame(studentsData)
print(students)

印出資料如下，
可以看到系統已自動將資料預設index數值0、1、2。

  studentId Name  Height  Weight         City
0       001    A     175      80     New York
1       002    B     153      45  Los Angeles
2       003    C     164      75      Chicago

自訂資料索引值

在自訂index索引值時
可以是字串，
也可以是數字，
甚至是混用都沒問題，
這裡強烈不建議混用型別在index上，
因為在做資料排序或是處裡時反而容易遇到困難，
在識別時也不好維護。

字串index索引值

首先做字串的index索引值，
這裡順序刻意將順序打亂。

students.index = ["id3", "id1", "id2"] 
print(students)

印出資料如下。
可以看到資料順序不變，
僅有index索引值被改為自訂的。

    studentId Name  Height  Weight         City
id3       001    A     175      80     New York
id1       002    B     153      45  Los Angeles
id2       003    C     164      75      Chicago

數字index索引值

接著做數字的index索引值，
這裡順序刻意將順序打亂。

students.index = [2, 0, 1]
print(students)

印出資料如下。
可以看到資料順序不變，
僅有index索引值被改為自訂的。

  studentId Name  Height  Weight         City
2       001    A     175      80     New York
0       002    B     153      45  Los Angeles
1       003    C     164      75      Chicago

今日結語

今天教大家自訂index索引值是為了之後排序會用到，
另外這裡呼籲大家，
在自訂index索引值時千萬不要隨便命名喔。